【技术实现步骤摘要】
一种跟踪对象的确定方法、系统及跟踪方法、系统
[0001]本专利技术涉及目标跟踪领域,尤其是涉及一种跟踪对象的确定方法
、
系统及跟踪方法
、
系统
。
技术介绍
[0002]在行人检测领域中,通常会采用超宽带感应器对行人进行检测定位,此外采用超宽带感应器方式对行人进行定位时通常使用
AOA
(
Angle of Arrival
)方法,该方法在理想状态下定位精度可以达到
5cm
,5°
,但是由于超宽带感应器的信号在狭窄场景或者被遮挡时会发生衰减,致使超宽带感应器对行人的定位精度大幅度的降低,计算出来的行人位姿准确度低,使得对行人的检测定位的稳定性难以得到保证
。
与此同时,在对行人进行实时的跟踪过程中,由于超宽带感应器的定位精度不够准确,行人相对于机器人的位姿也会不够准确,后续机器人难以稳定的对行人进行跟踪,多次出现行人跟踪失败,跟踪丢失的情况,机器人会出现频繁的转向来寻找需要跟踪的行人,导致导航跟随效果无法满足实际中的需求
。
技术实现思路
[0003]本专利技术的目的是提供一种跟踪对象的确定方法
、
系统
、
介质和设备,还提供了一种跟踪对象的跟踪方法
、
系统
、
介质和设备,来解决现有技术中存在的上述技术问题,主要包括以下几个方面:本申请第一方面提供了一种跟踪对象的确定方法,包括如下步骤:获取跟踪对象所在空间 ...
【技术保护点】
【技术特征摘要】
1.
一种跟踪对象的确定方法,其特征在于,包括如下步骤:获取跟踪对象所在空间的
N
帧图像,其中
N
为整数,且
N>1
;计算每帧图像中所述跟踪对象相对于跟踪装置的粗略位姿,将所述粗略位姿保存在目标存放单元中;计算每帧图像中多个子类目标相对于所述跟踪装置的精确位姿,将所述精确位姿保存在对应的每个子类目标存放单元中;其中,所述粗略位姿为通过第一定位方法获得的所述跟踪对象相对于所述跟踪装置的位姿;所述精确位姿为通过第二定位方法获得的所述跟踪对象相对于所述跟踪装置的位姿;所述子类目标通过第一帧图像获得;根据所述目标存放单元与所述子类目标存放单元,获得所述目标存放单元与所述子类目标存放单元之间的最小欧式距离对应的子类目标;将所述最小欧式距离对应的子类目标确定为跟踪对象
。2.
如权利要求1所述的跟踪对象的确定方法,其特征在于,获取跟踪对象所在空间的
N
帧图像的方法如下:对所述跟踪装置安装超宽带感应器基站和激光雷达,对所述跟踪对象布置超宽带感应器标签;所述跟踪装置采集所述跟踪对象所在空间的
N
帧图像,每帧图像中包括所述激光雷达发射产生的激光点云
。3.
如权利要求2所述的跟踪对象的确定方法,其特征在于,所述子类目标通过第一帧图像获得方法如下:以所述跟踪对象在第一帧图像中的粗略位姿为圆心,所述超宽带感应器定位误差为半径,对所述第一帧图像中的激光点云进行过滤和索引,获得多个子类目标
。4.
如权利要求2所述的跟踪对象的确定方法,其特征在于,每帧图像中多个子类目标相对于所述跟踪装置的精确位姿计算方法如下:分别以第
N
‑1帧图像中每个子类目标的精确位姿为圆心;以第
N
‑1帧图像与第
N
帧图像之间的时间间隔与所述跟踪对象的移动速度之积为半径,对第
N
帧图像中的激光点云进行过滤,计算每帧图像中每个子类目标相对于跟踪装置的精确位姿
。5.
一种跟踪对象的跟踪方法,其特征在于,包括如下步骤:根据如权利要求1‑4任一项所述的跟踪对象的确定方法获得跟踪对象;跟踪装置采用激光雷达对跟踪对象进行跟踪
。6.
如权利要求5所述的跟踪对象的跟踪方法,其特征在于,跟踪装置采用激光雷达对跟踪对象进行跟踪后还包括:更新目标存放单元和多个子类目标存放单元,所述目标存放单元与多个所述子类目标存放单元可容纳的...
【专利技术属性】
技术研发人员:周军,赵天裔,龙羽,徐菱,
申请(专利权)人:成都睿芯行科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。